基于matlab图像处理教程系列之图像分割（二）

dapmood

一、简介
" |) M5 V$ C4 A. L0 C0 D9 w3 ?1 a1.使用距离变换的分水岭分割
9 I# ~& g- ?1 c( {
（1）距离变换
9 T  p& Q1 U! D" G
  ~; Z( x8 ^0 V9 }, OD = bwdist(BW);
, d" M8 u5 V# \# j
二值图像的距离变换是指从每个像素到最接近零值的像素的距离。
( t* I3 f1 l7 H. o; g2 W6 Z2 X" @
: x, b9 ]+ x2 A3 v; k- Y/ n（2）测地距离变换
7 z+ O- x1 A- m7 j& U
D = bwdistgeodesic(BW,mask);

$ H8 z6 e/ _' i3 m, p. R! ]2.使用梯度的分水岭分割
. Z0 R7 h( t& o" M2 D" o  C
获取梯度图像：
% N  ~9 _0 N9 u9 l& W% E* t9 {
h = fspecial(‘sobel’);

2 i- k0 W; m. y5 R, _fd = tofloat(f);

7 v  k3 [; n4 _# J6 e7 Cg = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …

" N+ ?8 |8 K. J* kimfilter(fd, h’, ‘replicate’) .^ 2);
3 u& t3 a. e: r
  n/ P! |! G4 W: d0 T& ^5 R) o在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。
/ h1 X, i/ x2 h/ _
3.控制标记符的分水岭分割
7 x0 H9 U( G( F. F; [
; h6 K; }( S3 N- _) X$ t（1）计算局部极小值区域

rm = imregionalmin(f);
, }4 s( P; n8 e1 p
其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。

3 u1 Z- A( [! Z; e# i- d+ K（2）扩展极小值
( p" S: U7 ?) E3 M
im = imextendedmin(f,h);

其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。

（3）强制最小

mp = imimposemin(f, mask);

# Q8 S7 q4 o( v0 L9 d2 ~/ f其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。
( M0 m) W+ a  A1 k3 Q+ V& _

. r7 k* j$ g1 U& H: b0 b二、源代码

$ _! S) a8 T% M2 M, a

• %基于控制标记符的分水岭分割
• [file,filepath]=uigetfile('*');
• file=fullfile(filepath,file);
• img=imread(file);%读图
• imgsize=size(img);
• if(numel(imgsize)>2)
• i=rgb2gray(img);
• else
• i=img;
• end;
• imshow(i);title('灰度图');
• pause;
• %取阈值
• [T,SM]=graythresh(i);
• bw=im2bw(i,T);
• imshow(bw);title('二值');
• pause;
• % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
• gc = ~bw;
• % imshow(gc);
• % pause;
• D = bwdist(gc);
• % figure,contour(-D,40);
• imshow(-D,[]);title('距离变换图');
• pause;
• rm = imregionalmin(-D);%查看局部极小值区域
• imshow(rm);title('查看局部极小值区域');
• pause;
• im = imextendedmin(-D,2);%扩展最小值
• % figure,contour(im,40);
• fim=i;
• fim(im) = -255;
• imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
• pause;
• Lim = watershed(bwdist(im));
• imshow(Lim,[]);title('基于距离变换的流域分割');
• pause;
• em = Lim == 0;
• res=em|im;
• imshow(res);%查看掩膜图像
• title('掩膜图像');
• pause;
• g2 = imimposemin(i, im | em);
• imshow(g2);
• title('强制最小');
• pause;
• L2 = watershed(g2);
• f2 = img;
• f2(L2 == 0) = 255;
• imshow(f2);
• title('基于控制标记符的分水岭分割');
  

( ~7 V! K+ J0 w: @% x5 L+ s/ v

7 Q# x4 f+ M9 h3 g) K三、运行结果
+ @. M# e: j6 @: {( B
: A, s& ]4 T2 d" n' {, X
1 ]# L5 v8 u9 b: y9 x9 Y

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      

ldezgr

今天晴天，很棒棒哦，加油哦